sklearn.preprocessing.LabelEncoder的使用

sklearn.preprocessing.LabelEncoder的使用

在训练模型之前，我们通常都要对训练数据进行一定的处理。将类别编号就是一种常用的处理方法，比如把类别“男”，“女”编号为0和1。可以使用sklearn.preprocessing中的LabelEncoder处理这个问题。

作用

将n个类别编码为0~n-1之间的整数（包含0和n-1）。

例子

假设我们要对性别数据进行编码，则数据可以分为两种情况：无NaN，有NaN。
首先导入要使用的包

import numpy as np
import pandas as pd 
from sklearn import preprocessing

无NaN

数据如下

sex = pd.Series(["male", "female", "female", "male"])